Содержание
- 2. VÝSTUPY Z UČENÍ Student bude schopen: chápat princip metody ANOVA a rozlišovat meziskupinovou a vnitroskupinovou variabilitou
- 3. ANALÝZA ROZPTYLU (ANOVA)
- 4. ANALÝZA ROZPTYLU JEDNODUCHÉHO TŘÍDĚNÍ porovnání populačních průměrů u více než dvou nezávislých výběrů zobecnění dvouvýběrového t-testu
- 5. ANOVA VYUŽITÍ V zemědělství Výnos brambor vs. odrůda Výnos obilí vs. typ hnojení (při kontrole typu
- 6. ANOVA TESTOVÝ PROBLÉM Nulová hypotéza H0: populační průměry jsou shodné střední hodnoty se rovnají kvantitativní znak
- 7. MODEL ANOVA Model: Yi = μi+ ε Yi kvantitativní znak pro i-tý výběr (skupinu) μi populační
- 8. ANOVA ZÁKLADNÍ PRINCIP SHODA MEZI SKUPINOVÝMI PRŮMĚRY ROZDÍL MEZI SKUPINOVÝMI PRŮMĚRY x x x x x
- 9. ANOVA ZÁKLADNÍ PRINCIP Meziskupinová (between) variabilita Variabilita průměrů mezi jednotlivými skupinami Vnitroskupinová (within) variabilita ≡ reziduální
- 10. ANOVA PŘÍKLAD Závisí čas nutný ke koksování na šířce pece, v níž se koksování provádí? Kvantitativní
- 11. ANOVA PŘÍKLAD H0: μ1 = μ2 = μ3 Průměrný koksovací čas je pro všechny tři šířky
- 12. KRABICOVÉ DIAGRAMY
- 13. BODOVÉ GRAFY
- 14. MEZI- VS. VNITROSKUPINOVÁ VARIABILITA
- 15. ANOVA VÝSLEDEK TESTU Testová statistika F = 35,202 Dosažená hladina testu p Na 5% hladině významnosti
- 16. ANOVA V MS EXCEL Doplněk Analýza dat
- 17. MNOHONÁSOBNÉ POROVNÁVÁNÍ provádí se v případě zamítnutí nulové hypotézy o shodě populačních průměrů odpovídá na otázku,
- 18. BONFERRONIHO KOREKCE Konzervativní korekce dvouvýběrových testů vzhledem k mnohonásobnému testování Každý jednotlivý dvouvýběrový test provádíme na
- 19. SCHEFFÉHO METODA TUKEYOVA METODA Alternativa k paralelnímu použití Bonferroniho korekci dvouvýběrových testů Mnohem méně konzervativní Podaří
- 20. ANOVA PŘEDPOKLADY Všechna měření musí být vzájemně nezávislá uvnitř skupin mezi skupinami Měření v každé skupině
- 21. ANOVA PŘEDPOKLADY Předpoklady o náhodných chybách: Chyby jsou nezávislé a náhodně fluktuují kolem 0 Chyby jsou
- 22. OVĚŘOVÁNÍ PŘEDPOKLADŮ
- 23. OVĚŘOVÁNÍ NORMALITY QQ-GRAF Výsledek testu: W = 0,950; p = 0,417
- 24. OVĚŘOVÁNÍ HOMOSKEDASTICITY REZIDUA VS. FAKTOR
- 25. OVĚŘOVÁNÍ HOMOSKEDASTICITY REZIDUA VS. SKUPINOVÉ PRŮMĚRY
- 26. OVĚŘOVÁNÍ HOMOSKEDASTICITY LEVENEŮV TEST (INFORMATIVNĚ) H0: σ1 = σ2 = σ3 Homoskedasticita Směrodatná odchylka koksovacích časů
- 27. PORUŠENÍ PŘEDPOKLADŮ
- 28. VÝBĚR ANOVA TESTU KOKSOVACÍ ČAS VS. ŠÍŘKA PECE Neporušena normalita Porušena homoskedasticita logaritmická tranformace nebo Welchova
- 29. KRUSKALŮV-WALLISŮV TEST (INFORMATIVNĚ) porovnání populačních mediánů u více než dvou nezávislých výběrů neparametrická verze ANOVA jednoduchého
- 30. NEZÁVISLÉ VS. ZÁVISLÉ VÝBĚRY Zobecnění srovnávání dvou výběrů porovnání populačních charakteristik u více než dvou závislých
- 31. NEBLOKOVÝ PŘÍSTUP Problém: Nadnárodní firma, která má dvacet poboček po celém světě, potřebuje rozhodnout, který ze
- 32. BLOKOVÝ PŘÍSTUP Problém: Nadnárodní firma, která má dvacet poboček po celém světě, potřebuje rozhodnout, který ze
- 33. ZNÁHODNĚNÁ BLOKOVÁ STUDIE Blokovou studii lze vylepšit znáhodněním Příklad: sekvenční přístup a znáhodnění Pořadí, v jakém
- 34. VÝZNAM BLOKOVÁNÍ A ZNÁHODNĚNÍ Uspořádání do bloků Zlepšuje statistické úsudky eliminací známých zdrojů variability Znáhodnění Zlepšuje
- 35. TESTOVÁ OTÁZKA 1 Nulová hypotéza testu ANOVA jednoduchého třídění zní: Vyberte libovolný počet možných odpovědí. (Správná
- 36. TESTOVÁ OTÁZKA 2 K zamítnutí nulové hypotézy u ANOVA testu vede relativně velký podíl meziskupinové variability
- 37. KLÍČOVÁ SLOVA Analýza rozptylu ANOVA jednoduchého třídění Vícevýběrový test Meziskupinová variabilita Vnitroskupinová variabilita Reziduální graf Mnohonásobné
- 39. Скачать презентацию